[發明專利]一種面向電子商務的用戶首次購數據整合方法及裝置

有效

• 申請號: 201610969936.4
• 申請日: 2016-10-28
• 公開（公告）號: CN108021588B
• 公開（公告）日: 2021-05-25
• 發明（設計）人: 閻開品
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06F16/28
• 分類號: G06F16/28;G06F16/2458;G06Q30/06
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 張一軍;姜勁

本發明提供一種面向電子商務的用戶首次購數據整合方法及裝置，該方法包括：從訂單模型和訂單明細模型中選擇與用戶首次購信息相關的篩選信息，生成精縮訂單表和/或精縮訂單明細表數據；根據精縮訂單表和精縮訂單明細表數據，將用戶屬性和訂單信息進行拼接，建立用戶首次購模型，該用戶首次購模型包括訂單級用戶首次購模型和訂單明細級用戶首次購模型，對訂單級用戶首次購模型和訂單明細級用戶首次購模型進行數據拆分，分別生成靜態數據和動態數據，動態數據的更新方式為全量更新，動態數據根據設定條件轉移至靜態數據。本發明在滿足對首次購買數據的統計需求的前提下，實現了對首次購數據模型的整合，降低統計模型的維護成本和風險。

技術領域

本發明涉及數據分析及計算機軟件領域，具體涉及一種面向電子商務的用戶首次購數據整合方法及裝置。

背景技術

伴隨著電子商務的不斷發展，用戶的行為和購買數據在不斷地快速積累。用戶首次下單的相關數據(即用戶首次購)的分析和挖掘，在購買數據分析中占有絕對重要的地位。

由于首次購買數據需求復雜多樣，如：全站范圍的用戶首次購，各渠道用戶首次購，去惡意訂單后的首次購，去風險用戶首次購等。因為用戶首次購的相關信息，需要系統對所有用戶的全部訂單數據進行遍歷，對于大型電商公司來說，這會對倉庫的資源或性能帶來挑戰。

現有技術中是通過數據抽取工具，將線上數據抽取到數據倉庫中，然后通過模型搭建來滿足數據業務需求。然后，根據業務方數據需求的不同分別設計多個模型來逐一滿足。例如：

(1)按不同渠道劃分的用戶首次購模型，即一個用戶每個渠道的首次購訂單信息為一條記錄，這樣一個用戶有幾個渠道下單就有幾條記錄；

(2)按用戶劃分的用戶首次購模型，即一個用戶所有下單中的首次購訂單信息為一條記錄，這樣一個用戶僅一條記錄；

(3)按用戶一級品類劃分的首次購模型，即一個用戶每個一級品類首次購訂單信息為一條記錄，這樣一個用戶在不同的一級品類下過單，就有幾條記錄；

(4)按用戶去惡意訂單后的首次購模型，即一個用戶所有下單中，去掉惡意訂單的首次購訂單。這樣一個用戶僅有一條記錄。

由于類似上述不同的首次購業務需求還有很多，如果分別滿足不同的業務數據需求，那么需要設計并構建多個相似的模型。這樣的話，多個全量掃描訂單的表執行起來會對集群產生較大壓力，并且在后期維護時，對同一個口徑的修改需要修改多個底層腳本。對于大量級的數據存儲，大多進行增量或全量加工，這將對抽取和加工產生較大壓力，未來發展到一定階段，這種方式必然將產生數據處理瓶頸。

通過現有技術的方法來處理用戶首次購數據的需求，會產生如下情況：

(1)集群壓力大：如果同樣是用戶首次購數據，若存在多個相似的模型，那就要對訂單全量數據進行多次掃描，集群壓力會非常大。

(2)后期維護成本高：如果一個共有指標同時存在于較多模型中，在將來對該指標的加工口徑進行調整時就需要維護多個模型，成本高，風險大；

(3)直接根據訂單GDM層模型進行加工，其實用戶首次購并不需要這么多指標，加工時帶著大量無用指標必然會影響加工效率；

(4)需要根據業務場景建立較多首次購相關的模型，模型量大、口徑不統一、劃分角度不統一。

發明內容

有鑒于此，本發明的目的是提供一種面向電子商務的用戶首次購數據整合方法及裝置，在滿足大多數對首次購買數據的統計需求的前提下，以實現對首次購數據模型的整合，進而降低統計模型的維護成本和風險。

本發明的技術方案是提供一種面向電子商務的用戶首次購數據整合方法，所述方法包括：

從訂單模型和訂單明細模型中選擇與用戶首次購信息相關的篩選信息，生成精縮訂單表和精縮訂單明細表數據；